1.tensorflow的数据流图（Graph和Session）
第一步：定义计算（描绘整幅图）
第二步：在Session中执行图中的计算
概述：每次计算对应的变量，会自动找到该变量所有的依赖，去计算！
2.Numpy VS Tensorfiow
3.Session写法和定义
4.一行代码可视化神器tensorboard
切记，在定义完计算图 和 运行session之前使用summary writer！
这个tensorboard使用就不说了，后面章节会说到，安装使用的BUG蛮多，还是要费电神，我也简单写了一个bug总结可以先看看
5.常量Constant
附上API：tf.constant(value, dtype=None, shape=None, name='Const', verify_shape=False)
value：常量，可以是零维，一维，二维矩阵.........
一些常量的基本API：
随机常量的初始化API：
6.定义的operations（op运算）
7.数据类型
8.变量Variable
tf.constant是op（定义的运算），而tf.Variable是一个类，初始化的对象有多个op（会有冗余的）！！
变量（类）的API：
切记，变量一定要初始化！
输出变量的内容：Eval()函数
9.placeholder
通过placeholder可以存放用于训练的数据，tf.placeholder(dtype, shape=None, name=None)
10.feed_dict和fetches
fetches：同时[op1,op2......]执行多个op（定义的运算）
feed_dict：给要执行的op运算提供，变量支持